研究背景
在信息时代和元宇宙的背景下，虚拟服装设计对满足服装行业的个性化需求至关重要。与传统方法不同，虚拟试衣节省时间、方便客户，并提供多样化的款式。准确得测量人体围度并重构出人体的模型是虚拟试衣的关键。为了实现动态人体重构，需要研发高灵敏度、耐久、结构简单且易于制造的纱线应变传感器和智能服装。此外，需要一种深度学习算法准确预测测量值和身体形状，以弥合智能纺织品领域中真实世界与虚拟世界之间的测量差距。
创新点
厦门大学刘向阳教授、东华大学于伟东教授、厦门大学郭诗辉教授以及芝加哥大学吴荣辉博士联合开发了一种创新的可穿戴智能传感服装。该服装利用高弹性弹簧包裹的纱线传感器（SSYS）结合迁移学习算法，实现了对人体体型和运动的自动测量，满足了高端服装定制中对动态人体重构的需求（见图1E）。该感知系统具有轻巧、便携、隐私保护和低成本的特点。SSYS作为一种“智能尺子”，能够与皮肤贴合，具有高度的可伸展性，对人体围度和运动的检测具有高灵敏度、快速响应和耐久性。智能服装具备良好的透气性、灵活性和舒适性。此外，该传感器可实现大规模高速生产，具有良好的实用性。文章系统研究了SSYS的几何和力学行为，并采用迁移学习算法来弥合真实和虚拟数据集之间的差距，进而实现了3D人体的重构。这种结合迁移学习的动态人体重构技术为高效、个性化的人体服装定制提供了全新的途径。
文章解析
- 弹簧鞘纱线传感器和智能服装的设计
SSYS采用了镀银聚酰胺纱线作为包覆纱，而高弹性氨纶纱线则作为支撑芯纱，通过卷绕纺丝技术制备而成，具体结构见图1C-D。由于包覆纱的包裹角度大、捻度高，且鞘层纤维扭曲并相互层叠，这种结构导致了一种特殊的传感机制，即在拉伸过程中鞘层纱螺旋单元的接触电阻发生变化。当SSYS的捻度高于临界捻度值时，螺旋卷部分受到挤压并在相邻区域堆积。在外力作用下，包覆的纱线逐渐沿着拉伸方向从堆叠的接触状态移动到分离状态，从而导致相邻螺旋卷之间的接触减少。由于特殊的包覆纱线结构设计，芯层呈高度可伸缩状态，使得SSYS具有出色的柔韧性，可自由集成在智能服装中（见图1）。
图1. 弹簧鞘复合纱及用于动态人体重建和远程个性化服装定制的可穿戴感知系统的示意图。
2. 弹簧鞘复合纱的机械和传感性能
为了实现准确的数据收集和测量，文章着重研究了SSYS传感单元的两个关键方面：机械性能和传感性能。全纤维弹簧鞘复合纱在5%的应变范围内表现出色，具有高灵敏度，机械强度高、稳定性强（>18000次循环）、可水洗、对外部变形响应迅速（12毫秒），并且经久耐用，非常适合长时间佩戴。文章建立了一个考虑每个纱线组分机械性能的三元粘弹性力学模型，该模型与实验数据高度相关，为纱线应变传感器提供了理论上的分析。
图2. 弹簧鞘复合纱传感器的机械性能。
图3. 弹簧鞘复合纱传感器的传感性能。
3.人体动态运动信息捕捉
长期测量动态信号对服装定制至关重要。这不仅能够为重建的3D人体模型提供虚拟试穿，还能够实现个性化放松量的设计。例如，那些通过日常活动更容易进行剧烈动作的人可能需要宽松一些的服装。然而，传统的确定尺寸放松量的方法没有考虑客户的运动习惯。长期的动态跟踪将能够更精准地确定个性化尺寸扩大，实现服装的精准定制。图4A-D展示了SSYS在人体运动检测方面的能力。通过捕捉SSYS的电学信号，可以进一步重构动态人体模型，如图4H所示。
图4. 人体动态信号捕捉和重构。
5. 基于迁移学习的人体3D模型重构和个性化服装定制系统
由于数据量的局限性，本文还开发了一种迁移学习算法，用于弥合实际和虚拟感知性能的差异。通过建立迁移学习算法，身体周长测量误差仅为1.79%，远低于使用传统学习算法的误差3.71%（图5c）。与传统的高级服装定制不同，基于动态人体重建的人体服装定制系统由于具有远程监测和试穿功能，对客户来说更加便利。如图1E所示，当有人穿上智能服装时，人体的体型和运动信号将实时检测到。通过使用多通道数据采集方法，可以同时测量每个SSYS单元的实时电学数据。经过信号处理和迁移学习后，人体信息和长时间跟踪的信号将在云服务器中进行分析和共享；因此，服装设计师可以获取实时的人体尺寸和运动习惯信息，这在确定服装宽松量方面起到引导作用。服装工厂可以根据这些信息设计个性化定制的衣服，消费者不仅可以在类似虚拟模型上见证服装的贴合效果，同时还能在远程、甚至在家中完成高级定制。这种简便低成本的方法促进了服装的高级定制，提供了智能购物的新概念。
图5. 3D人体重构与服装定制。
读后感
文章以弹簧鞘复合纱线为基础，结合可伸缩传感器阵列和迁移学习，开发了一种可穿戴感知系统，用于实现3D动态人体的服装定制。该传感器制备方法简单，对小应变范围内具有高灵敏度，响应时间短，具备良好的重复性，推动了智能服装的发展。动态人体重构技术为高效、个性化的人体服装定制提供了创新的途径。这一技术在人机交互、智能试穿、服装定制、专业保护、体育活动和人体生理健康等领域也有着巨大的应用前景。
